BB tooluniverse-literature-deep-research
Проводите комплексные литературные исследования с разрешением целей, оценкой доказательств и структурированным извлечением тем. Создает подробный отчет с обязательным чек-листом полноты, синтезом биологических моделей и проверяемыми гипотезами. Для биологических целей разрешает официальные идентификаторы (Ensembl/UniProt), синонимы, коллизии имен и собирает контекст экспрессии/путей перед литературным поиском. По умолчанию предоставляется файл отчета; для вопросов об одном факте используется режим быстрой проверки и может быть предоставлен ответ в строке. Используйте, когда пользователям нужны тщательные обзоры литературы, профили целей или проверка конкретных утверждений из литературы.
машинный переводПоказать оригиналСкрыть оригинал«Conduct comprehensive literature research with target disambiguation,…»
Conduct comprehensive literature research with target disambiguation, evidence grading, and structured theme extraction. Creates a detailed report with mandatory completeness checklist, biological model synthesis, and testable hypotheses. For biological targets, resolves official IDs (Ensembl/UniProt), synonyms, naming collisions, and gathers expression/pathway context before literature search. Default deliverable is a report file; for single factoid questions, uses a fast verification mode and may include an inline answer. Use when users need thorough literature reviews, target profiles, or to verify specific claims from the literature.
Проводите комплексные литературные исследования с разрешением целей, оценкой доказательств и структурированным извлечением тем.
Как процесс B 67/100 · Почти готов — слабые места: когда включается, входы и предусловия, стоимость исполнения
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 0
✓ Критических и высоких находок нет
Просканировано файлов: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 8022 токенов (рекомендуется < 5000); вынесите детали в references/ - заметка
edit-residueв тексте есть пометки об устаревшем (строки 314): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия
Процессный рейтинг: все десять параметров 67/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
- 40Стоимость исполнения. Тело инструкции 8022 токенов: вытесняет саму задачу из окна
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 134
- 100Ошибки и развилки. Развилок: 7, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- -220 эмодзи в инструкциях: шум для модели
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 645 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 57 заголовков
- +3Пошаговые инструкции: 134 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (30 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.